使用Keras实现一个简单的线性回归
f(x) = ax + b (x代表学历，f(x)代表收入)
我们使用f(x)这个函数来映射输入特征和输出值,预测目标与损失函数
目标:
预测函数f(x)与真实值之间的整体误差最小
数据集如下
Education Income
1 10.000000 26.658839
2 10.401338 27.306435
3 10.842809 22.132410
4 11.244147 21.169841
5 11.645449 15.192634
6 12.086957 26.398951
7 12.048829 17.435307
8 12.889632 25.507885
9 13.290970 36.884595
10 13.732441 39.666109
11 14.133779 34.396281
12 14.635117 41.497994
13 14.978589 44.981575
14 15.377926 47.039595
15 15.779264 48.252578
16 16.220736 57.034251
17 16.622074 51.490919
18 17.023411 51.336621
19 17.464883 57.681998
20 17.866221 68.553714
21 18.267559 64.310925
22 18.709030 68.959009
23 19.110368 74.614639
24 19.511706 71.867195
25 19.913043 76.098135
26 20.354515 75.775216
27 20.755853 72.486055
28 21.167191 77.355021
29 21.598662 72.118790
30 22.000000 80.260571
首先读取数据集
生成如下图像
当我们只知道x和y的数据的时候，想要知道x和y是否存在线性关系，他们对应之间的线性关系是多少，可以从图像中看到x和y之间存在着y=ax+b的线性关系，所以我们要做的就是求出a和b，我们需要借助的就是keras
使用keras建立模型
keras常用的一个模型叫做sequential，即顺序模型
